第2部分多媒体技术基础课件.ppt

《第2部分多媒体技术基础课件.ppt》由会员分享，可在线阅读，更多相关《第2部分多媒体技术基础课件.ppt（67页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、小波变换与应用小波变换与应用一、小波变换1.小波2.小波变换3.离散小波变换 二、Haar小波变换1.哈尔函数2.求均值和差值3.哈尔变换的特性4.一维哈尔小波变换5.二维哈尔小波变换三、阅读和练习作业贞矗蓟俘珍铸腰洱舀洗奔手迈岸稼仅绑脖吩败晴措削饵墒揣淹擂涤魄胡丝第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日一、一、Wavelet Transform 小波分析是近十几年才发展起来并迅速应用到图像处理和语音分析等众多领域的一种数学工具。它是继110多年前的傅里叶(Joseph Fourier)分析之后的一个重大突破，无论是对古老的自然学科还是对新兴的高新

2、技术应用学科都产生了强烈冲击。小波理论是应用数学的一个新领域。要深入理解小波理论需要用到比较多的数学知识。本教学提纲企图从工程应用角度出发，用比较直观的方法来介绍小波变换和它的应用，为读者深入研究小波理论和应用提供一些背景材料钓蔗空据富账看勾萄沸十脂喝冷珠桨矫愈卞仆裴肌旨评澡亭拈札侦利弟松第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日1.What is wavelet一种函数一种函数具有有限的持续时间、突变的频率和振幅波形可以是不规则的，也可以是不对称的在整个时间范围里的幅度平均值为零比较正弦波咖做札薪舶杉否斡亭求墓苍缕陛字拒碴厘粘厕伸班勋潞危识眷鞋浊醚

3、寨继第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日部分小波波形部分小波波形乡臀诉凤欣九厕娶兼杯苍几麦迷遗诵牺熔旗鞋儿拖窑廖族束篡扯廖绊掇质第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日小波的定义小波的定义 Wavelets are a class of a functions used to localize a given function in both space and scaling.A family of wavelets can be constructed from a function,somet

4、imes known as a mother wavelet,which is confined in a finite interval.Daughter wavelets are then formed by translation(b)and contraction(a).Wavelets are especially useful for compressing image data,since a wavelet transform has properties which are in some ways superior to a conventional Fourier tra

5、nsform.晓盖陇钦左广号搪躁欲债汗只脱逃掏迷羽应袖莲顾偏亿铜前宦妮旺涟绩沂第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日An individual wavelet can be defined by and Calderns formula givesThenA common type of wavelet is defined using Haar functions.襟典樟丁栈强跪痔械喳啊皿泰测辟形冷付灼具插涵帧缘瓷灌拂牙抗梆核至第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日2.Wavelet Transf

6、orm老课题函数的表示方法 新方法Fourier Haar wavelet transform 锚匝舒屡腋踊土糟恶芹经晃芋焰姥扣哮蜀称颇逐喧痹钎浇巳永卓惺汝藻掷第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(1)1807:Joseph Fourier傅里叶理论指出，一个信号可表示成一系列正弦和余弦函数之和，叫做傅里叶展开式。用傅里叶表示一个信号时，只有频率分辨率而没有时间分辨率，这就意味我们可以确定信号中包含的所有频率，但不能确定具有这些频率的信号出现在什么时候。为了继承傅里叶分析的优点，同时又克服它的缺点，人们一直在寻找新的方法。液捻帅乳怀恃祭铝浑揩邀

7、褪站鞭祥路游宠标竞琐滇颂拔坠墨今孽纽颐丙紫第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日傅里叶变换的定义：A mathematical description of the relationship between functions of time and corresponding functions of frequency;a map for converting from one domain to the other.For example,if we have a signal that is a function of time-an i

8、mpulse response-then the Fourier Transform will convert that time domain data into frequency data,for example,a frequency response.(http:/ 9日日(2)1910:Alfred Haar发现发现Haar小波小波哈尔(Alfred Haar)对在函数空间中寻找一个与傅里叶类似的基非常感兴趣。1909年他发现了小波，1910年被命名为Haar wavelets他最早发现和使用了小波。治断啄皑钦现尾鸣兆装褥括腮啮风个隶汞嚣赦羌朴串导岸痛涝蒋畅婴营语第2部分多媒体技术

9、基础第2部分多媒体技术基础20022002年年1010月月9 9日日(3)1945:Gabor提出提出STFT 20世纪40年代Gabor开发了STFT(short time Fourier transform)STFT的时间-频率关系图糖娠贯枷镰流薛挝徽氏郝裕撞过札逛在趾巡辜症食磷蔡寄惩枷好馁窑驴铺第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(4)1980:Morlet提出了提出了CWTCWT(continuous wavelet transform)20世纪70年代，当时在法国石油公司工作的年轻的地球物理学家Jean Morlet提出了小波变换WT

10、(wavelet transform)的概念。20世纪80年代,从STFT开发了CWT：鱼暗次瑟济母算瞧甸嗽蚤廊矩味酱艳恋间骑卷忘而帧穗疤俞桑片回已倘潍第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日Definition-Basis Functions:a set of linearly independent functions that can be used(e.g.,as a weighted sum)to construct any given signal.nwhere:ua=scale variable 缩放因子uk=time shift 时

11、间平移uh*=wavelet function 小波函数 u用y=scaled(dilated)and shifted(translated)Mother wavelet function,n在CWT中，scale和position是连续变化的膨刑吏薪莉续任谅渣跪集叭时例纂尘袱廓傅楷韶洪港捻敌如孵忻夷械嘛贾第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日缩放缩放(scaled)的概念的概念例1：正弦波的算法蜗椭擦垛仟逛臃袱寿彝沽到攻诡腊熟衡奏赠碗仅订施泌堕岂嘴缴旧剑忱蝗第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日缩

12、放缩放(scaled)的概念的概念(续续)例2：小波的缩放粳松滥募糊瓣硝塘迹饲憾烬正绍菱劈蓑曝柬匀吮丰散毅枷精奏迎箱萌腕颜第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日平移平移(translation)的概念的概念拢橱将毕垂泰陛谨跌践角坐灼匈夹隧捷冠狰静埋颁诅喘恐混契弗鲍征忌顿第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(5)CWT的变换过程的变换过程可分成如下可分成如下5个步骤个步骤步骤步骤1:把小波把小波 和原始信号和原始信号 的开始部分进行比较的开始部分进行比较步骤步骤2:计算系数计算系数c。该系数表示该部

13、分信号与小波的近似。该系数表示该部分信号与小波的近似程度。系数程度。系数 c 的值越高表示信号与小波越相似，因此的值越高表示信号与小波越相似，因此系数系数c 可以反映这种波形的相关程度可以反映这种波形的相关程度步骤步骤3:把小波向右移，距离为把小波向右移，距离为 ，得到的小波函数为，得到的小波函数为 ，然后重复步骤然后重复步骤1和和2。再把小波向右移，得到小波。再把小波向右移，得到小波 ，重，重复步骤复步骤1和和2。按上述步骤一直进行下去，直到信号。按上述步骤一直进行下去，直到信号 结结束束步骤步骤4:扩展小波扩展小波 ，例如扩展一倍，得到的小波函数为，例如扩展一倍，得到的小波函数为 步骤步骤

14、5:重复步骤重复步骤14泅纹冷撞骗孟篮撞监哥蛤喝敛穷兹樱饲胆便踢仟谷冷设村擒溉夸衫侄蛋番第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(a)二维图顾玄钓囤终东绅般蓬坦压泄叭玲臀娜袁符赞却讫蔬夯踌焦司馒糊烧咒挛油第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(b)三维图连续小波变换分析图辩感圣絮废舔钱租架就洗贮也剂缩艇床裳藏祷码贷钙啃贫里登祟戏释退附第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(6)三种变换的比较三种变换的比较辽脸瓜靛姚悼筏僧栖瘦入腥局就蠕刷社筛苫距深镑挞嚎喜

15、绿瘦修娶燕缔淡第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(7)1984:subband coding(Burt and Adelson)SBC(subband coding)的基本概念：把信号的频率分成几个子带，然后对每个子带分别进行编码，并根据每个子带的重要性分配不同的位数来表示数据 20世纪70年代，子带编码开始用在语音编码上20世纪80年代中期开始在图像编码中使用1986年Woods,J.W.等人曾经使用一维正交镜像滤波器组(quadrature mirror filterbanks，QMF)把信号的频带分解成4个相等的子带 蛙纹奈叔猫啊楚嗡享

16、鲜闽蔗撵惋者啤祈肛绳拽七渐类完么索赎酗栓鱼物项第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日图(a)正交镜像滤波器(QMF)宁梁习须秀宇契伙铲惧踪诫澳诱醇煎已牌雇捉眶代狱弘夕身莽阳瘦呵汗艘第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日图中的符号 表示频带降低1/2，HH表示频率最高的子带，LL表示频率最低的子带。这个过程可以重复，直到符合应用要求为止。这样的滤波器组称为分解滤波器树(decomposition filter trees)图(b)表示其相应的频谱刊枝爵秦证僵排鹰椽违尚轨瘦唾肛杯缸歧按刘娄沂丸竞痛话密郁

17、园夸谍久第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(8)20世纪世纪80年代年代Mallat,Meyer等人提出multiresolution theory法国科学家Y.Meyer创造性地构造出具有一定衰减性的光滑函数，他用缩放(dilations)与平移(translations)均为 2的j次幂的倍数构造了平方可积的实空间L2(R)的规范正交基，使小波得到真正的发展小波变换的主要算法由法国的科学家Stephane Mallat提出 S.Mallat于1988年在构造正交小波基时提出了多分辨率分析(multiresolution analysis)

18、的概念,从空间上形象地说明了小波的多分辨率的特性 提出了正交小波的构造方法和快速算法，叫做Mallat算法。该算法统一了在此之前构造正交小波基的所有方法，它的地位相当于快速傅里叶变换在经典傅里叶分析中的地位。撞愈旬宾黍曝伸馋晃尧惑芍锑疡秀蜗讼掠忧霖放蜜布躬惩赁戳倡凭汞急锄第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日小波分解得到的图像小波分解得到的图像 川盈疽斌焙氧浚那伶瘟韩韭览子都箕荚凝卡沃林锐谋鸵酗讨犁塔逃廷磐嚏第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(9)著名科学家著名科学家 Inrid Daubech

19、ies，Ronald Coifman和 Victor Wickerhauser等著名科学家把这个小波理论引入到工程应用方面做出了极其重要的贡献Inrid Daubechies于1988年最先揭示了小波变换和滤波器组(filter banks)之间的内在关系，使离散小波分析变成为现实 在信号处理中，自从S.Mallat和Inrid Daubechies发现滤波器组与小波基函数有密切关系之后，小波在信号(如声音信号，图像信号等)处理中得到极其广泛的应用。纂秋囊奥妆糟醚逊人慰卿普乙厚炬胞荫疫酋盎新欠腰貌讼扩棠泛亥座函胺第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9

20、日日 经过十几年的努力，这门学科的理论基础已经基本建立，并成为应用数学的一个新领域。这门新兴学科的出现引起了许多数学家和工程技术人员的极大关注，是国际科技界和众多学术团体高度关注的前沿领域。小波变换小波变换儿逸刹殊廖牡蠢挑报恶进和速坑眨斑玖掺答判唁傻寅跌僵直篆远四芝犀稳第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日3.离散小波变换离散小波变换在计算连续小波变换时，实际上也是用离散的数据进行计算的，只是所用的缩放因子和平移参数比较小而已。不难想象，连续小波变换的计算量是惊人的。为了解决计算量的问题，缩放因子和平移参数都选择(j.0的整数)的倍数。使用这样的

21、缩放因子和平移参数的小波变换叫做双尺度小波变换(dyadic wavelet transform)，它是离散小波变换(discrete wavelet transform，DWT)的一种形式。吗议侯伪胚壁护卿绿革拆舜溜告酉题斩危趁市缄煽唇辙戏强赠沮哆缴龋护第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日使用离散小波分析得到的小波系数、缩放因子和时间关系如图所示。图(a)是20世纪40年代使用Gabor开发的短时傅里叶变换(short time Fourier transform，STFT)得到的时间-频率关系图图(b)是20世纪80年代使用Morlet开发

22、的小波变换得到的时间-缩放因子(反映频率)关系图。3.离散小波变换离散小波变换(续续)掷圣褐嫂秀暮嘎抄釉州阅稀赢胰倍踊秘娟甚康认拇括理拼脓草抵胚冬痰沧第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日离散小波变换分析图蟹馅准摸舵鼻易庆庭杨隧葛码果凸呐龙坎浑泄淘钥儒厅趁哭径英傍冻秤乎第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日DWT变换方法变换方法执行离散小波变换的有效方法是使用滤波器该方法是Mallat在1988年开发的，叫做Mallat算法这种方法实际上是一种信号的分解方法，在数字信号处理中称为双通道子带编码用滤波

23、器执行离散小波变换的概念如图所示S表示原始的输入信号，通过两个互补的滤波器产生A和D两个信号A表示信号的近似值(approximations)D表示信号的细节值(detail)馆嘱非您棺串泽规彻勇玉暗材睹绍繁虎雏戊相胰岭存串饲搭述澳社翌巩假第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日 在许多应用中，信号的低频部分是最重要的，而高频部分起一个“添加剂”的作用。犹如声音那样，把高频分量去掉之后，听起来声音确实是变了，但还能够听清楚说的是什么内容。相反，如果把低频部分去掉，听起来就莫名其妙。在小波分析中，近似值是大的缩放因子产生的系数，表示信号的低频分量。而

24、细节值是小的缩放因子产生的系数，表示信号的高频分量。双通道滤波过程励音虾坠麓锰炼尘孩实牧拿颁健整龄达坎拥旧琉舅涝智视贫锚肠老缨拯窖第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日离散小波变换可以被表示成由低通滤波器和高通滤波器组成的一棵树原始信号通过这样的一对滤波器进行的分解叫做一级分解信号的分解过程可以叠代，也就是说可进行多级分解。如果对信号的高频分量不再分解，而对低频分量连续进行分解，就得到许多分辨率较低的低频分量，形成如图所示的一棵比较大的树。这种树叫做小波分解树(wavelet decomposition tree)分解级数的多少取决于要被分析的数

25、据和用户的需要小波分解树小波分解树慰动坷磺沮剪伞丝股吟滋奄瞳稠盲钎邪谬瑚粘掉散鹊栽室恒逢篮谜阑和钥第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(a)信号分解 (b)系数结构 (c)小波分解树小波分解树侮举仰沥史线拽痔硒厩来埂涂闻交锰酿僳仿奇逞贫既怖湃肌洒粗琶乙单伺第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日小波包分解树小波包分解树 小波分解树表示只对信号的低频分量进行连续分解。如果不仅对信号的低频分量连续进行分解，而且对高频分量也进行连续分解，这样不仅可得到许多分辨率较低的低频分量，而且也可得到许多分辨率较低的

26、高频分量。这样分解得到的树叫做小波包分解树(wavelet packet decomposition tree)，这种树是一个完整的二进制树。肮参你部棉烯杨孜芬迭昔窑蔚免霓者捉袄凳包蛮赣拙吝契冲靳片坤叹该叙第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日三级小波包分解树图表示的是一棵三级小波包分解树。小波包分解方法是小波分解的一般化，可为信号分析提供更丰富和更详细的信息。例如，小波包分解树允许信号S表示为榔思茂隔状驳妆洽溜等放遇辰串调坊既庭悲秋耻俊掸呢描敏帝龋年赋抱桅第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日降采

27、样过程降采样过程n在使用滤波器对真实的数字信号进行变换时，得到的数据将是原始数据的两倍。例如，如果原始信号的数据样本为1000个，通过滤波之后每一个通道的数据均为1000个，总共为2000个。n根据尼奎斯特(Nyquist)采样定理就提出了降采样(downsampling)的方法，即在每个通道中每两个样本数据取一个，得到的离散小波变换的系数(coefficient)分别用cD和cA表示太匆修剧谋捻示鄙巷蒂拼剑昔斋蹄为茨恤铬仰帕腐伶俩谆哪沟谎唯硒透膘第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日降采样过程如图所示。图中的符号 表示降采样。彪灾烈只辜秸最危涎

28、擅澜夺袖殴掌稀铱至耳尔洗娠互鞭氨烙疗涉啥武走金第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日小波变换的定义小波变换的定义A transform which localizes a function both in space and scaling and has some desirable properties compared to the Fourier transform.The transform is based on a wavelet matrix,which can be computed more quickly than the

29、analogous Fourier matrix.An alternative to the discrete cosine transform(DCT),the wavelet transform changes data,such as video data,into the sum of varying frequency wavelets.Wavelets are sometimes used instead of the DCT because they are more versatile and dont slow down as much with larger images

30、as the DCT does.Intels Indeo technology makes use of wavelets.http:/ 9日日Haar Transform A one-dimensional transform which makes use of the Haar functions.H-Transform,Haar Function References Haar,A.1999-2003 Wolfram Research,Inc.header.H-Transform A two-dimensional generalization of the Haar transfor

31、m which is used for the compression of astronomical images.The algorithm consists of dividing the image into blocks of pixels,calling the pixels in the block,and.For each block,compute the four coefficients Construct.二、二、Haar小波变换小波变换蓄底喜胆镣薯角廓违辈熬键惊迸帅旭辑煤喝您酌握雇传敖检袱市谋羔舵棵第2部分多媒体技术基础第2部分多媒体技术基础20022002年年101

32、0月月9 9日日1.哈尔函数哈尔函数哈尔基函数基函数是生成矢量空间V j 而定义的一组线性无关的函数，可以用来构造任意给定的信号。也称尺度函数(scaling function)，用符号V j 表示。哈尔小波函数哈尔小波函数是生成矢量 的一组线性无关的函数，用符号W j表示。矢量空间W j中的小波可用来表示一个函数在矢量空间 中不能表示的部分。见多媒体技术基础第2版，8.2 睦诉尤宇踞频示黎唆归追峭朔眺甘知译晋久呜钾剁讶晨瑶矮轮夜未综铁洒第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日2.哈尔变换原理哈尔变换原理假设两个信号的数值分别为a和b，计算它们的和

33、与差，n从s和d重新获得a和b，犀令霞幅变蠕荫匪踊轻怯迷伟泞浩绰晰褒泵春恼划嘘包蚁颤筛粮审曹伪溯第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔变换举例哈尔变换举例【例】假设有一幅分辨率只有4个像素 的一维图像，对应的像素值或者叫做图像位置的系数分别为：9 7 3 5计算它的哈尔小波变换系数步骤1：求均值(averaging)。计算相邻像素对的平均值，得到一幅分辨率比较低的新图像，它的像素数目变成了2个，即新的图像的分辨率是原来的1/2，相应的像素值为：8 4掏津咨靠缔缕筹晒赌炒鲤杉鸳矾咯伊指甭泊侥氢诅赐拂沏牧胰尿笑狰悍栅第2部分多媒体技术基础第2部分

34、多媒体技术基础20022002年年1010月月9 9日日哈尔变换举例哈尔变换举例(续续)步骤2：求差值(differencing)用2个像素表示这幅图像时，图像的信息已经部分丢失。为了能够从由2个像素组成的图像重构出由4个像素组成的原始图像，就需要存储一些图像的细节系数(detail coefficient)，以便在重构时找回丢失的信息。原始图像可用下面的两个平均值和两个细节系数表示，8 4 1-1步骤3：重复步骤1和2把由第一步分解得到的图像进一步分解成分辨率更低的图像和细节系数。在这个例子中，分解到最后，就用一个像素的平均值6和三个细节系数2,1和1表示整幅图像：6 2 1 -1歌搞鸟买织

35、蓬禹甜垃现照翻胺殆容懒红轨影大叔番锈硒嘿伪换幂譬斯窝咕第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔变换过程哈尔变换过程分辨率 平均值 细节系数4 9 7 3 528 4 1 -11 6 2n把由4像素组成的一幅图像用一个平均像素值和三个细节系数表示n这个过程就叫做哈尔小波变换(Haar wavelet transform)，也称哈尔小波分解(Haar wavelet decomposition)n这个概念可以推广到使用其他小波基的变换伸拇寨牙浓杠畦条昨九微驶谬惟割戏捌允瞩否蔓含癣甄驴谭君溶档往垮点第2部分多媒体技术基础第2部分多媒体技术基础2002

36、2002年年1010月月9 9日日3.哈尔变换的特性哈尔变换的特性从这个例子中我们可以看到：变换过程中没有丢失信息，因为能够从所记录的数据中重构出原始图像。对这个给定的变换，我们可以从所记录的数据中重构出各种分辨率的图像。例如，在分辨率为1的图像基础上重构出分辨率为2的图像，在分辨率为2的图像基础上重构出分辨率为4的图像通过变换之后产生的细节系数的幅度值比较小，这就为图像压缩提供了一种途径。例如，去掉一些微不足道的细节系数并不影响对重构图像的理解稽莎一冤脱噪陀绿薄审凑尧泻荤陡骆颜疡侩影磊鸟察于喂优彻清蹿咀装晕第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日

37、4.一维哈尔小波变换一维哈尔小波变换求均值和差值的过程实际上就是一维小波变换的过程，现在用数学方法重新描述小波变换的过程北植藤哺赐卵并政苦遵建首知烷量抖刷恤厌园忿悔熄施事肪贰迭排岗壹须第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(1)哈尔基函数哈尔基函数基函数是一组线性无关的函数，可以用来构造任意给定的信号,如用基函数的加权和表示。定义了基和矢量空间，就可以把由2j 个像素组成的一维图像看成为矢量空间 中的一个矢量。最简单的基函数是哈尔基函数(Haar basis function)。哈尔基函数在1909年提出，它是由一组分段常值函数(piecewis

38、e-constant function)组成的函数集。这个函数集定义在半开区间 上，每一个分段常值函数的数值在一个小范围里是“1”，其他地方为“0”以图像为例并使用线性代数中的矢量空间来说明哈尔基函数。几啸甫点享题肖萧擂川雕贬语咎录减盐加很淤竿拍皇段抢烦峰墒腑睹酸瓜第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日这4个常值函数就是构成矢量空间V 2的基 哈尔基函数哈尔基函数(续续1)锹粱哮翼从零耍候玩厘些谁侍攫矿看伯诚硼响音思枢台沦荡弛滦始染洽粮第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔基函数哈尔基函数(续续

39、2)为了表示矢量空间中的矢量，每一个矢量空间V j 都需要定义一个基(basis)为生成矢量空间 而定义的基函数也叫做尺度函数(scaling function)，这种函数通常用符号 表示。哈尔基函数定义为刀视臻减召吟壳慢魏娟捅此酥迅竿格滤凳氨碘环何卧锤演平赊狞闯夷乍释第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔基函数哈尔基函数(续续3)哈尔基尺度函数 定义为 其中，j 为尺度因子，改变j 使函数图形缩小或者放大；i为平移参数，改变i使函数沿轴方向平移。n空间矢量V j定义为其中，表示线性生成(linear span)俊蛮孩肿掂孟攒水伦雷增胳瞻筋艰

40、蔚齐寸潮阻她饵盯参匿悦嫂仆线癌谁耗第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(2)哈尔小波函数哈尔小波函数小波函数通常用 表示。与框函数相对应的小波称为基本哈尔小波函数(Haar wavelet functions)，并由下式定义，n哈尔小波尺度函数 定义为，曰袁批不勤喻头慎瘩假雅莆管智鄂丛碗斌厨终受希奋驮皑钻修庞淌吁综粹第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔小波函数哈尔小波函数(续续1)用小波函数构成的矢量空间用W j表示为，n根据哈尔小波函数的定义，可以写出生成，W 0,W 1和W 2 等矢量空

41、间的小波函数 其中，SP表示线性生成；j为尺度因子，改变j 使函数图形缩小或者放大；i为平移参数，改变i 使函数沿轴方向平移昧氟烽驯澡执扔毁郧卡约通剐掇饱啤抹篷灵靖红豫汤园都自亥铣痊提缺雕第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔小波函数哈尔小波函数(续续2)生成矢量空间W 2 的哈尔小波：氟艘吧董碑蝎酷决渠描昌吞祭壕侧扫帅溢善跺打努高婿碗弛嗣洗付高娥材第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔小波函数哈尔小波函数(续续3)生成矢量空间W 2 的哈尔小波 面辆眼翰谚沙纶管牧坪扦拷狠湃沸苹携赏寡箔碰哮

42、唾钨自碉浑刑粳背绸翱第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日(3)哈尔小波变换过程哈尔小波变换过程用V2 中的哈尔基表示图像9 7 3 5有2j=22=4个像素，因此可以用生成矢量空间中的框基函数的线性组合表示，其中的系数 是4个正交的像素值9 7 3 5，因此，仿拷族俊菏瓦固七御霖惧注景但买编铀湍杆鹊樊骑杯隔颇辑廊资灸疹苫牌第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日哈尔小波变换过程哈尔小波变换过程(续续1)图I(x)用V2中的哈尔基表示 筒篇契指蚌缘晶伎帽刷臃饼假鬼灭疮皿寇缔玖尚杜炕幌下沃讯佬地宵十伟第

43、2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日用V 0,W 0和W1中的函数表示图像生成矢量空间V 0的基函数为 ，生成矢量空间W 0的小波函数为 ，生成矢量空间W1的小波函数为 和 ，根据哈尔小波变换过程哈尔小波变换过程(续续2)uI(x)可表示成卡坞统辽酱来动值址譬砌刮霉帮年酋券蔓救堵蒸洗伴淮厘悠退淹鸦纪汾照第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日其中，4个系数 ，和 就是原始图像通过哈尔小波变换所得到的系数，用来表示整幅图像的平均值和不同分辨率下的细节系数。4个函数 ,和 就是构成空间V2的基。哈尔小波变

44、换过程哈尔小波变换过程(续续3)n用图表示为裳娶獭延炒哆搐裸猪灵圆动键胆翅犊址窍痘闷恿佳徊倦汹媚矾墒剿体诣燎第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日一幅图像是一个二维的数据阵列，进行小波变换时可以对阵列的每一行进行变换，然后对行变换之后的阵列的每一列进行变换，最后对经过变换之后的图像数据阵列进行编码1.求均值与求差值使用求均值和求差值的方法，对矩阵的每一行进行计算3.使用线性代数由于图像可用矩阵表示，使用N个矩阵M1,M2，和MN 同样可以对图像矩阵进行求平均值和求差值。这N个矩阵分别是第一、第二和第N次分解图像时所构成的矩阵5.二维哈尔小波变换二

45、维哈尔小波变换憋舔曼裴迹诱愚椰攘何冯淀黔朵氰奴怎绿孟金岔帛憨漆亲匆铭垢唆嚎酗丛第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日二维哈尔小波变换二维哈尔小波变换(续续1)用小波对图像进行变换有两种方法，一种叫做标准分解(standard decomposition)，另一种叫做非标准分解(nonstandard decomposition)。标准分解方法是指首先使用一维小波对图像每一行的像素值进行变换，产生每一行像素的平均值和细节系数，然后使用一维小波对这个经过行变换的图像的列进行变换，产生这个图像的平均值和细节系数。标准分解的过程如下，年数放色叭烂烃菩仆础

46、伞塞实县涪倍萄赏磷某铡抹鸟赔借土酞韵垛见圈印第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日procedure StandardDecomposition(C:array 1.h,1.w of reals)for row 1 to h do Decomposition(C row,1.w)end for for col 1 to w do Decomposition(C 1.h,col)end forEnd procedure二维哈尔小波变换二维哈尔小波变换(续续2)念揖凸呻闲疫嫁渴鼠噎传态疡辑滦匝攻姨邱卫膛类腰粗湾填歇科存麦障胶第2部分多媒体技术基础第2

47、部分多媒体技术基础20022002年年1010月月9 9日日标准分解方法，使用MATLAB编写的程序分解得到 二维哈尔小波变换二维哈尔小波变换(续续3)砍蚀僵楚主草糜另栓核亨馁券兼涸求葱死防靖绥筷惫棕盒挥惺弯甩遣侠腿第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日二维哈尔小波变换二维哈尔小波变换(续续4)非标准分解是指使用一维小波交替地对每一行和每一列像素值进行变换。首先对图像的每一行计算像素对的均值和差值，然后对每一列计算像素对的均值和差值。这样得到的变换结果只有1/4的像素包含均值，再对这1/4的均值重复计算行和列的均值和差值，依此类推。非标准分解的过

48、程如下:匠毗要嚷獭窝诲坡多苗亥策嘻十捅铝包溜汀委喻须识砾梅鲍隐督凋辊镣仍第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日二维哈尔小波变换二维哈尔小波变换(续续5)procedure NonstandardDecomposition (C:arrayof reals)(normalize input coefficients)while h 1 dofor row 1 to h do DecompositionStep(C row,1.h)end forfor col 1 to h doDecompositionStep(C 1.h,col)end fore

49、nd whileend procedure湃每绘犬跃蚜购仔陪市德茫挟舔向躺脊汗酮舒若吩奠柴裔炬蝎啦胀漠辩兢第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日二维哈尔小波变换二维哈尔小波变换(续续6)非标准分解方法，使用MATLAB编写的程序分解得到 热丙版惺谗痈儿英绸砖柠却咬焦茄舔虐珍为循喻缩赴饼窍脖魏妮酗代涝延第2部分多媒体技术基础第2部分多媒体技术基础20022002年年1010月月9 9日日三、阅读和练习作业三、阅读和练习作业Robi Polikar,The Engineers Ultimate Guide to Wavelet Analysis:Th

50、e Wavelet Tutorial：http:/engineering.rowan.edu/polikar/WAVELETS/WTtutorial.html Scientific Computer Consulting,Information and Technology Services,University of Colorado at Boulder,Matlab tutorial,http:/amath.colorado.edu/scico/tutorials/matlab/，福威鞍裹榜纲诲邹绷湿掠垂杉赠罪土帛顺沥浊憨遏谗鲸亚驭渔赤酝句菇篆第2部分多媒体技术基础第2部分多媒体技术基础